Inhalt
[ 926BUSIDAMV14 ] VL Data Mining
|
|
|
| Es ist eine neuere Version 2023W dieser LV im Curriculum Masterstudium Economic and Business Analytics 2024W vorhanden. |
|
 |
| Workload |
Ausbildungslevel |
Studienfachbereich |
VerantwortlicheR |
Semesterstunden |
Anbietende Uni |
| 3 ECTS |
M1 - Master 1. Jahr |
Wirtschaftsinformatik |
Felix Burgstaller |
2 SSt |
Johannes Kepler Universität Linz |
|
|
|
| Detailinformationen |
| Anmeldevoraussetzungen |
keine
|
| Quellcurriculum |
Masterstudium Wirtschaftsinformatik 2016W |
| Ziele |
Siehe Modul Data Mining
|
| Lehrinhalte |
Siehe Modul Data Mining
|
| Beurteilungskriterien |
Schriftliche Klausur
|
| Lehrmethoden |
Die Lehrinhalte werden in Form einer klassischen Vorlesung, die durch eine Übungsveranstaltung begleitet und ergänzt wird, vermittelt.
|
| Abhaltungssprache |
deutsch/englisch |
| Literatur |
Basisliteratur:
- Han, J.; Kamber, M.: Data Mining: Concepts and Techniques. Morgan Kaufmann, in der aktuellen Auflage.
Ergänzungsliteratur:
- Liu, B.: Web Data Mining: Exploring Hyperlinks, Contents, and Usage Data. Springer Verlag, in der aktuellen Auflage.
- Piatetski-Shapiro, G.: Data Mining and Analytics Resources. http://www.kdnuggets.com/ [zuletzt abgerufen: 28. Mai 2013].
Weitere Ergänzungsliteratur wird in jedem Semester bekannt gegeben.
|
| Lehrinhalte wechselnd? |
Nein |
| Frühere Varianten |
Decken ebenfalls die Anforderungen des Curriculums ab (von - bis)
2WBMDMV: VL Data Mining (2011S-2014S)
|
|
|
|
| Präsenzlehrveranstaltung |
| Teilungsziffer |
200 |
| Zuteilungsverfahren |
Zuteilung nach Vorrangzahl |
|
|
|
